Xingguang Zhong

収録論文 12本 ・ フィジカルAI/ロボット学習

※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。

論文

• 汎用3D事前情報を用いた動的環境向けVisual SLAM
  Visual SLAM2025/12/1

  フィードフォワード再構成モデルで動的領域を除去し、その深度予測をパッチベースのバンドル調整と統合することで、動的環境でもロバストにカメラ姿勢を推定する単眼Visual SLAMを提案。

• 2Dガウシアンスプラッティングによる大域的に一貫したRGB-D SLAM
  SLAM2025/6/1

  2Dガウシアンスプラッティングを地図表現に用い、深度一貫性を活かしたカメラ姿勢最適化とMASt3Rによるループ検出・再局在化で、高精度かつ大域的に一貫したRGB-D SLAMを実現した。

• 効率的な暗黙的ニューラルマップ表現による屋内自己位置推定精度の向上
  自己位置推定2025/3/1

  2D LiDARスキャンから位置・方向の幾何特徴を捉える暗黙的ニューラルマップ表現を提案し、モンテカルロ自己位置推定の観測モデルに組み込むことで屋内ロボットの位置推定精度を向上させた。

• PINGS: 点ベース暗黙的ニューラルマップにおけるガウシアンスプラッティングと距離場の統合
  SLAM2025/2/1

  LiDARとカメラから距離場と放射輝度場を同時に構築し、幾何学的整合性を保つことで相互に精度を高め合うSLAMシステムを提案した。

• ActiveGS: ガウシアンスプラッティングを用いた能動的シーン再構成
  能動的再構成2024/12/1

  RGB-Dカメラを搭載した移動体が未知環境を能動的に探索し、ガウシアンスプラッティングとボクセルマップを組み合わせて高精度な地図を構築する手法を提案。

• 4次元陰的ニューラル表現を用いた動的環境における3D LiDARマッピング
  SLAM/マッピング2024/5/1

  LiDARスキャン列から時空間陰的ニューラル表現を学習し、動的物体を除去して静的な3Dマップを高精度に再構成する手法を提案。

• PIN-SLAM: LiDAR SLAM Using a Point-Based Implicit Neural Representation for Achieving Global Map Consistency
  2024/1/1
• SHINE-Mapping: Large-Scale 3D Mapping Using Sparse Hierarchical Implicit Neural Representations
  2022/10/1
• Star-Convex Constrained Optimization for Visibility Planning with Application to Aerial Inspection
  2022/4/1
• Meeting-Merging-Mission: A Multi-robot Coordinate Framework for Large-Scale Communication-Limited Exploration
  2021/9/1
• EVA-Planner: Environmental Adaptive Quadrotor Planning
  2020/11/1
• Generating Large Convex Polytopes Directly on Point Clouds
  2020/10/1